PulseAugur
实时 08:00:44
English(EN) A Digital Twin Framework for Traffic-Aware UAV Pavement Monitoring in Open-Traffic Conditions

数字孪生框架增强交通状况下无人机路面监测能力

研究人员开发了一个使用Unity Technologies的数字孪生框架,以改善在真实交通条件下无人机(UAV)的路面监测。该框架集成了YOLOv8n感知模块,用于检测道路缺陷、行人和车辆,并结合了动态交通代理和自主无人机导航。该系统在合成数据上取得了高性能,并用于评估不同的恢复策略,证明了飞行高度和恢复方法对检查覆盖范围、任务持续时间和能源消耗有显著影响。 AI

影响 该框架通过对复杂环境中无人机运行进行更好的规划和模拟,有望提高基础设施检查的效率和安全性。

排序理由 学术论文,详细介绍了一个新框架及其评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

数字孪生框架增强交通状况下无人机路面监测能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yamil Uchani, Grace Luna, Edwin Salcedo, Mauricio Figueroa ·

    A Digital Twin Framework for Traffic-Aware UAV Pavement Monitoring in Open-Traffic Conditions

    arXiv:2606.20742v2 Announce Type: replace-cross Abstract: UAV-based pavement inspection can reduce the cost and risk of road-surface monitoring, but real-world deployment remains difficult when traffic, pedestrians, and temporary occlusions affect defect visibility. This paper pr…